申请/专利权人：陕西优百信息技术有限公司

申请日：2024-04-19

公开（公告）日：2024-07-05

公开（公告）号：CN118297050A

主分类号：G06F40/232

分类号：G06F40/232;G06F40/216;G06F18/2415;G06F18/25;G06N3/0455;G06N3/088

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本发明涉及自然语言处理技术领域，提供了一种企业物料数据纠错方法。该方法包括：构建企业物料样本数据对，基于纠错神经网络模型中的融合层预先设置的字符向量映射关系及字符属性规则，对企业原始物料数据及企业物料纠错数据分别进行处理，获取企业原始物料数据对应的多粒度特征向量；将其输入检测层，获取多粒度特征检测序列，将企业原始物料数据对应的多粒度特征向量以及多粒度特征检测序列输入纠错层，获取模型纠错数据；对纠错神经网络模型进行训练，获得目标纠错神经网络模型；获取待纠错企业物料数据，输入目标纠错神经网络模型，获取纠错后的企业物料数据。本发明对物料字符的错误检测能力强、人力投入小、效率高。

主权项：1.一种企业物料数据纠错方法，其特征在于，包括：S1.构建企业物料样本数据对，所述企业物料样本数据对包括企业原始物料数据及对该企业原始物料数据进行纠错后的企业物料纠错数据；S2.基于纠错神经网络模型中的融合层预先设置的字符向量映射关系及字符属性规则，对所述企业原始物料数据及企业物料纠错数据分别进行处理，最终获取企业原始物料数据对应的多粒度特征向量；S3.将所述企业原始物料数据对应的多粒度特征向量输入所述纠错神经网络模型中的检测层，获取多粒度特征检测序列，所述多粒度特征检测序列中，每一字符具有该字符为错误字符的概率；S4.将所述企业原始物料数据对应的多粒度特征向量以及所述多粒度特征检测序列输入所述纠错神经网络模型中的纠错层，获取模型纠错数据；S5.基于所述模型纠错数据及所述模型纠错数据对应的企业物料样本数据对对应的企业物料纠错数据，对所述纠错神经网络模型进行训练，获得目标纠错神经网络模型；S6.获取待纠错企业物料数据，输入所述目标纠错神经网络模型，获取纠错后的企业物料数据。

全文数据：

权利要求：

百度查询： 陕西优百信息技术有限公司 一种企业物料数据纠错方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD